基于深度学习算法的lncRNA与蛋白质互作预测.docVIP

下载本文档

1
0
约10.84万字
约 42页
2023-12-28 发布于广东
举报
版权申诉

基于深度学习算法的lncRNA与蛋白质互作预测.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于深度学习算法的lncRNA与蛋白质互作预测

摘要

人类基因组中约98%的序列不编码蛋白质，其转录物为非编码RNA（non-codingRNA，ncRNA）,在ncRNA中绝大多数是功能涉及生物体内各种生理病理过程的长链非编码RNA（longncRNA，lncRNA）。ncRNA与lncRNA通常通过与绑定蛋白质互相作用来发挥功能，因此程序预测RNA蛋白质互作（RPI）对于理解ncRNA与lncRNA的作用机制有重要意义。

之前预测RPI的研究中对蛋白质与RNA序列的特征编码方式存在局限，而且广泛使用机器学习模型来进行预测。考虑到近些年来深度学习模型成为诸多生物序列相关问题上最有效的方